प्रवृत्ति विश्लेषण एक समय श्रृंखला में व्यवहार के एक मॉडल को निकालने के लिए तकनीकों को परिभाषित करता है जो शोर से थोड़ा या पूरी तरह छुपाया जा सकता है। प्रवृत्ति विश्लेषण के तरीकों का इस्तेमाल आम तौर पर प्रकोपों का पता लगाने और बीमारी की उपस्थिति में अप्रत्याशित वृद्धि या कमी, बीमारियों के रुझानों की निगरानी, रोग नियंत्रण कार्यक्रमों और नीतियों की प्रभावशीलता का मूल्यांकन करने और स्वास्थ्य देखभाल कार्यक्रमों और नीतियों की सफलता का आकलन करने आदि में किया जाता है।
आइटम श्रृंखला में प्रवृत्तियों का पता लगाने के लिए विभिन्न तकनीकों का उपयोग किया जा सकता है। स्मूथिंग एक दृष्टिकोण है जिसका उपयोग समय श्रृंखला में पाए जाने वाले गैर-व्यवस्थित व्यवहारों को दूर करने के लिए किया जाता है। स्मूथिंग आमतौर पर एक विशेष समय बिंदु के आसपास समय में एक विंडो को देखते हुए, विशेषता मानों की चलती औसत खोजने का रूप लेता है।
इस बिंदु पर पाए जाने वाले विशिष्ट मान के बजाय सभी विशेषता मानों का स्थानीय औसत उपयोग किया जाता है। माध्य मान के विपरीत माध्य मान का सामान्य रूप से उपयोग किया जाता है क्योंकि यह आउटलेर्स के प्रति कम संवेदनशील होता है। चौरसाई शोर और आउटलेर्स को फ़िल्टर कर सकती है। इसका उपयोग भविष्य के मूल्यों की भविष्यवाणी करने के लिए किया जा सकता है क्योंकि परिणामी डेटा एक ज्ञात फ़ंक्शन (रैखिक, लघुगणक, घातीय, आदि) में फिट करना आसान होता है
समय श्रृंखला डेटा में मौसमी पैटर्न का पता लगाना अधिक कठिन है। एक विधि समान रूप से वितरित अंतराल पर विशेषताओं के बीच सहसंबंधों को खोजना है। उदाहरण के लिए, प्रत्येक बारहवें मूल्य (मासिक बिक्री डेटा में) के बीच एक सहसंबंध पाया जा सकता है। संबंधित मदों के बीच के समय के अंतर को अंतराल कहा जाता है।
अलग-अलग अंतराल अंतराल पर डेटा मानों के बीच सहसंबंधों को निर्धारित करने के लिए ऑटोसहसंबंध फ़ंक्शन उत्पन्न किए जा सकते हैं। एक कोरेलोग्राम ग्राफिक रूप से कई अंतराल मानों के लिए स्वत:सहसंबंध मान प्रदर्शित करता है।
सहप्रसरण मापता है कि कैसे दो चर एक साथ बदलते हैं। इसका उपयोग एक समय-श्रृंखला में दो समय श्रृंखला या मौसमी प्रवृत्तियों के बीच संबंध निर्धारित करने के लिए आधार के रूप में किया जा सकता है। एक ऑटोसहसंबंध गुणांक, rk समय-श्रृंखला मानों के बीच एक निश्चित दूरी, अंतराल k, के अलावा सहसंबंधों को मापता है।
ऑटोसहसंबंध के लिए कई तरीकों का इस्तेमाल किया गया है। सकारात्मक मान इंगित करते हैं कि दोनों चर एक साथ बढ़ते हैं, जबकि नकारात्मक मान इंगित करते हैं कि जैसे-जैसे एक बढ़ता है दूसरा घटता जाता है।
शून्य के करीब एक मान इंगित करता है कि दो चर के बीच थोड़ा संबंध है। सहसंबंध की गणना के लिए एक विशिष्ट सूत्र सहसंबंध गुणांक r है, जिसे कभी-कभी पियर्सन के r के रूप में जाना जाता है।
दो समय श्रृंखला, X और Y, जिसका अर्थ है X'और Y' दिया गया है, प्रत्येक में n तत्व हैं, r के लिए सूत्र है
$$\mathrm{\frac{\sum(x_i-X')(y_i-Y')}{\sqrt{\sum(x_i-X)^2(y_i-Y')^2}}}$$
यह एक समय श्रृंखला X=(x1 पर k, rk के अंतराल के साथ सहसंबंध गुणांक को खोजने के लिए इसे लागू कर रहा है। ,x<उप>2 ,…x<उप>एन ) सीधा है। पहली बार श्रृंखला है X′=(x1 ,x<उप>2 ,…xn−k ), जबकि दूसरी बार श्रृंखला X''=(xk+1 . है ,xk+1 ,…x<उप>एन )।